從前，對于一個人來說，想要證明自己是一個好人，其實是一件挺麻煩的事，傳統征信機構主要通過這個人的履約能力來判斷他的履約意愿，比如，有房有車、有錢有地位，基本判斷他違約率較低，那么，問題來了，有房有車有錢有地位的人就不會違約嗎?

如今，隨著互聯網技術的發展，評判一個人的信用維度越來越多，只要你聯網，就會在網上留下你點點滴滴的小爪印，所謂“雁過留聲”，將眾多的小爪印聯系起來，如果再配上人臉識別，互聯網公司基本可以活生生地把你描繪出來。

所以，從今天開始，要注意你的所有行為，包括你無意間瀏覽的那些小網頁。

社交：多維度的朋友圈

社交其實是一個挺神乎的東西，正如某業內人士所說的，社交數據的信貸應用在全球范圍內都是很前沿的探索。

那么，社交數據究竟是如何對個人信用產生影響的呢?舉個很簡單的例子：在金融領域，金融機構首先防范的就是金融欺詐，比如，某些集團或個人偽造身份套取銀行的貸款。

關于欺詐的人，有一個維度與信用的相關性很高，即他周邊與其社交的人里面，有些人的身份也是他偽造出來的，或者這些人也在偽造自己的身份，如果把他的社交圈比作一個球，欺詐行為涂成黑色，那么可以看到這個球內大部分是漆黑的。

如果是一個真實的客戶，有正常的交往圈，就會發現這個人的社交球內都是可以點亮的人。如果應用這種技術就會發現，一個慣于欺詐的人周邊是類似的或不確定的人，而真實的人周邊都是真實身份的人。

社交是可以幫助我們防范風險的。當然，這只是社交領域的一個維度，還有更多的維度需要被探索或驗證出來。

電商：我知道你的全部

相比于社交，電商數據在征信領域的應用可能更容易理解，比如，你于2008年在電商網站上注冊了一個賬戶，那么，7年來，你的行為基本可以描繪出你的個人畫像。

比如，收貨地址大致可以判斷一個人的工作場所：如果工作場所常年不變，那么收入穩定，如果變來變去，那么，收入不穩；如果收貨地址是小區，那么可以作為家庭環境的判斷維度，如果家庭收貨地址常年不變，可以判斷這個房子是自己的，如果一年半載變一次，那就是租的。如果一男一女收貨地址一致，且用一個IP地址，那么，關系密切，夫妻或兄妹或父女母女。

另外，消費能力和消費習慣也與信用相關，一個經常買吃的(吃貨)和一個經常買家具及一個經常買健身器材(健身教練除外)的信用等級是不一樣的。一個經常發起捐贈的人，信用會更好。

再比如，一個月為自己充了多少話費，可以推斷月工資有多少。如果一個人的手機號碼已經十年沒有換，基本可以放心借錢給他，因為理論上沒有人向他催債。

或者，某一段時間大量買孕婦用品的育齡女性，那么基本判斷她懷孕了，過了一段時間她又開始買嬰兒用品，那么應該是生了，生了男孩還是女孩，都可以從購買類型中判斷。

還有，買衣服的碼數，褲子的碼數，內衣的碼數基本可以描繪一個人的身材。通過所有這些數據，電商就可以給自己的用戶描繪體型，如果再加上人臉識別，基本可以還原一個人。

將來，有了可穿戴設備，你在網上的行為表現就是7×24小時，彼時，好人壞人自有決斷。